CN111708280A - 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法 - Google Patents

一种考虑执行器故障的船舶路径跟踪事件触发控制器方法 Download PDF

Info

Publication number
CN111708280A
CN111708280A CN202010621417.5A CN202010621417A CN111708280A CN 111708280 A CN111708280 A CN 111708280A CN 202010621417 A CN202010621417 A CN 202010621417A CN 111708280 A CN111708280 A CN 111708280A
Authority
CN
China
Prior art keywords
ship
actuator
control
fault
error
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010621417.5A
Other languages
English (en)
Other versions
CN111708280B (zh
Inventor
张国庆
褚生甲
宋纯羽
姚明启
李纪强
张显库
唐浩云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Maritime University
Original Assignee
Dalian Maritime University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dalian Maritime University filed Critical Dalian Maritime University
Priority to CN202010621417.5A priority Critical patent/CN111708280B/zh
Publication of CN111708280A publication Critical patent/CN111708280A/zh
Application granted granted Critical
Publication of CN111708280B publication Critical patent/CN111708280B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种考虑执行器故障的船舶路径跟踪事件触发控制器方法，在船舶模型中引入执行器的增益不确定性和未知执行器故障，通过构建两个增益相关自适应参数来解决增益不确定性问题和未知执行器故障，利用神经网络逼近技术和动态面控制处理船舶运行系统中模型结构不确定和参数不确定，在控制器和执行器之间设计事件触发控制算法，将控制信号以分段常数的形式间歇地发送至执行器，显著地减轻了控制器与执行器之间的通信负担。解决了路径跟踪控制中执行器故障问题以及有限的通信和计算资源的过度使用问题。

Description

一种考虑执行器故障的船舶路径跟踪事件触发控制器方法
技术领域
本发明涉及船舶控制技术领域，尤其涉及一种考虑执行器故障的船舶路 径跟踪事件触发控制器方法。
背景技术
在船舶运动控制领域，基于时间触发的欠驱动船舶路径跟踪控制技术是 目前路径跟踪中较为广泛采用的方法。
然而，在航海实践中，由于舵机的过度磨损或通信网络受限，舵机故障 的情况时有发生。上述基于时间触发的控制方法使执行器频繁的响应，会增 加执行器的机械磨损、缩短执行器的使用寿命，此外不必要的计算会增加执 行器的计算负担，造成能源的消耗和通信网络的占用。
基于以上分析，传统路径跟踪算法主要存在以下两点缺陷：
一是现有的路径跟踪控制算法没有考虑到船舶执行器故障，尤其是舵伺 服系统在实际工程中很容易出现故障，执行器故障问题没有得到有效解决。
二是现有的路径跟踪控制算法中执行器动作频繁，不仅增加了执行器的 机械磨损而且造成了资源的浪费。在路径跟踪效果没有得到提升的前提下， 对有限的资源过度使用。
发明内容
本发明提供一种考虑执行器故障的船舶路径跟踪事件触发控制器方法， 以克服上述技术问题。
本发明考虑执行器故障的船舶路径跟踪事件触发控制器方法，包括：
规划导引虚拟小船的参考路径；
建立船舶模型，根据船舶不同执行器的故障类型建立船舶的故障模型； 将所述故障模型添加到所述船舶模型中，得到具有执行器故障的船舶模型；
根据所述具有执行器故障的船舶模型设计船舶的控制器；
连续采集船舶实际航行的状态量，所述船舶的状态量包括：船舶在地理 坐标系下的纵、横位置坐标和艏向角、船舶的前进速度、横漂速度和艏摇角 速率；
根据所述船舶状态量构建所述控制器的中间控制量和直接控制量；
将所述中间控制量和直接控制量的误差值与直接控制量相关的阈值进行 比较，若误差值的绝对值不小于所述阈值，则所述直接控制量确定为这一时 刻的中间控制量；若误差值的绝对值小于所述阈值，则保持所述直接控制量 不变；
根据所述直接控制量控制船舶航行。
进一步地，所述将所述故障模型添加到所述船舶模型中，得到具有执行 器故障的船舶模型，包括：根据船舶不同执行器的故障类型建立船舶的故障 模型，所述故障模型为
Figure BDA0002563141760000021
其中，
Figure BDA0002563141760000022
为设计参数，
Figure BDA0002563141760000023
Nio为直接控制变量，
Figure BDA0002563141760000024
为不同执 行器故障模型的未知常数，t为时间，
Figure BDA0002563141760000025
表示开始，
Figure BDA0002563141760000026
表示结束时刻，u 为前进速度，r为艏摇角速率；
故障发生在
Figure BDA0002563141760000027
中的任意时刻；
当
Figure BDA0002563141760000028
时，执行器工作正常；
当
Figure BDA0002563141760000029
时，执行器存在偏置误差；
当
Figure BDA00025631417600000210
执行器效能部分丧失；
当
Figure BDA00025631417600000211
时，执行器既丧失部分效能又存在偏置误差；
令Nua＝|na|na,Nra＝δa，定义直接控制变量Nuo＝|no|no,Nro＝δo，其中，Nua为主机的实际控制量，na为主机转数,Nra为舵机的实际控制量,Nuo为主机 的直接控制量,no为主机转数命令,Nro为舵机的直接控制量，no、δo分别表 示主机转数和舵角控制的命令；并将所述故障模型代入所述船舶模型，得到 所述具有执行器故障的船舶模型为：
Figure BDA00025631417600000212
其中，
Figure BDA0002563141760000031
为前进速度误差的导数，
Figure BDA0002563141760000032
为滤波器输出的导数，
Figure BDA0002563141760000033
为权重 参数，Sfu为高斯函数，Tu为主机的控制增益，
Figure BDA0002563141760000034
为设计参数，mu为附加 质量，
Figure BDA0002563141760000035
为设计参数，δuo为设计参数，Nuw为主机的中间控制律，
Figure BDA0002563141760000036
为主机故障的设计参数，εfu为神经网络误差，dwu，dwr为海浪干扰项；
Figure BDA0002563141760000037
为 艏摇角速率误差的导数，
Figure BDA0002563141760000038
为滤波器输出的导数，
Figure BDA0002563141760000039
为权重参数，Sfr为高 斯函数，Fr为舵机的控制增益，
Figure BDA00025631417600000310
为设计参数，mr为附加质量，
Figure BDA00025631417600000311
为设计参数，δro为设计参数，Nrw为舵机的中间控制律，
Figure BDA00025631417600000312
为舵机故障的设 计参数，εfr为神经网络误差。
进一步地，所述采用所述自适应律补偿船舶模型中的执行器故障，包括： 根据公式
Figure BDA00025631417600000313
确定偏置误差的相关项上确界自适应参数，其中，所述pi为补偿偏置误 差的自适应参数；
Figure BDA00025631417600000314
δio，di均为设计参数，
Figure BDA00025631417600000315
为偏置误差设计参数，根 据所述自适应参数补偿执行器的偏置误差。
进一步地，所述根据所述自适应参数补偿执行器的偏置误差，包括：针 对增益不确定问题和执行器故障，采用自适应律
Figure BDA00025631417600000316
i＝u,r，其中
Figure BDA00025631417600000317
ε0是正的设计参数，
Figure BDA00025631417600000318
Figure BDA00025631417600000319
计值，被用来补偿未知的控制增益。
Figure BDA00025631417600000320
是正的设计参数，
Figure BDA00025631417600000321
为自适应参数的初始值。
进一步地，所述将所述中间控制量和直接控制量的误差值与直接控制量 相关的阈值进行比较，包括：根据公式
Figure BDA00025631417600000322
其中i＝u,r，控制量误差ei(t)被定义为ei(t)＝Niw(t)-Nio(t)，Niw是中间 控制量。当时间满足
Figure BDA00025631417600000323
时，
Figure BDA00025631417600000324
为控制信号，当满足触发 机制时，
Figure BDA0002563141760000041
k∈z+是触发时的更新时间，控制信号
Figure BDA0002563141760000042
作用 于执行机构。
进一步地，所述若误差值的绝对值不小于所述阈值，则所述直接控制量 确定为中间控制量；若误差值的绝对值小于所述阈值，则保持所述直接控制 量不变，包括；根据以上分析，|Niw(t)-Nio(t)|≤δi0|Nio|+di成立，下列公 式满足所有情况，
Figure BDA0002563141760000043
Figure BDA0002563141760000044
其中参数λi(t)∈[-1,1],δi0,di是正的设计参数。
本发明在船舶模型中引入执行器的增益不确定性和未知执行器故障，通 过构建两个增益相关自适应参数来解决增益不确定性问题和未知执行器故障， 利用神经网络逼近技术和动态面控制处理船舶运行系统中模型结构不确定 和参数不确定，在控制器和执行器之间设计事件触发控制算法，将控制信号 以分段常数的形式间歇地发送至执行器，显著地减轻了控制器与执行器之间 的通信负担。解决了路径跟踪控制中执行器故障问题以及有限的通信和计算 资源的过度使用问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下 面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在 不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的方法流程图；
图2是本发明事件触发路径跟踪控制逻辑结构图；
图3是本发明事件触发路径跟踪控制算法执行流程图；
图4是本发明在6级海况下二维风场及对应的风生浪波面视图；
图5是本发明在航海实践条件下船舶路径跟踪轨迹对比图；
图6是本发明路径跟踪轨迹误差xe,ye,ψe对比图；
图7是本发明的控制命令和实际输入图；
图8是本发明的事件触发算法中触发时间间隔分析图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发 明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述， 显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获 得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供一种考虑执行器故障的船舶路径跟踪事件触发 控制器方法，包括：
步骤101、规划导引虚拟小船的参考路径；
步骤102、建立船舶模型，根据船舶不同执行器的故障类型建立船舶的 故障模型；将所述故障模型添加到所述船舶模型中，得到具有执行器故障的 船舶模型；
具体而言，本实施例的船舶模型为：
Figure BDA0002563141760000051
其中，
Figure BDA0002563141760000052
为船舶在地理坐标系下的纵、横位置坐标和艏向角，模型 参数mu,mv,mr表示三个自由度的附加质量，dwi,i＝u,v,r用来描述外界环境干扰产 生的干扰力和力矩。fu(v)，fv(v)，fr(v)表示模型中的任意不确定性，
Figure BDA0002563141760000053
表示船舶的前进速度、横漂速度和艏摇角速率。Tu(·),Fr(·)为未知增益函数，主机 转数na和舵角δa是实际的控制输入。
考虑到主机推进系统和舵机伺服系统可能存在的失效、偏置等故障，令 Nua＝|na|na,Nra＝δa，定义直接控制变量Nuo＝|no|no,Nro＝δo，其中no,δo分别表示主机 转数和舵角控制的命令。本实施例的执行器故障模型为：
Figure BDA0002563141760000054
Figure BDA0002563141760000055
是表示不同执行器故障模型的未知常数。故障发生在
Figure BDA0002563141760000061
中的任意时刻：
当
Figure BDA0002563141760000062
时，执行器工作正常；
当
Figure BDA0002563141760000063
时，执行器存在偏置误差；
当
Figure BDA0002563141760000064
时，执行器效能部分丧失；
当
Figure BDA0002563141760000065
时，执行器既丧失部分效能又存在偏置误差；
令Nua＝|na|na,Nra＝δa，定义直接控制变量Nuo＝|no|no,Nro＝δo，其中，Nua为主机的实际控制量，na为主机转数,Nra为舵机的实际控制量,Nuo为主机的直接 控制量,no为主机转数命令,Nro为舵机的直接控制量，no、δo分别表示主机 转数和舵角控制的命令；并将所述故障模型代入所述船舶模型，得到所述具 有执行器故障的船舶模型为：
Figure BDA0002563141760000066
其中，
Figure BDA0002563141760000067
为前进速度误差的导数，
Figure BDA0002563141760000068
为滤波器输出的导数，
Figure BDA0002563141760000069
为权重 参数，Sfu为高斯函数，Tu为主机的控制增益，
Figure BDA00025631417600000610
为设计参数，mu为附加 质量，
Figure BDA00025631417600000611
为设计参数，δuo为设计参数，Nuw为主机的中间控制律，
Figure BDA00025631417600000612
为主机故障的设计参数，εfu为神经网络误差，dwu，dwr为海浪干扰项；
Figure BDA00025631417600000613
为 艏摇角速率误差的导数，
Figure BDA00025631417600000614
为滤波器输出的导数，
Figure BDA00025631417600000615
为权重参数，Sfr为高 斯函数，Fr为舵机的控制增益，
Figure BDA00025631417600000616
为设计参数，mr为附加质量，
Figure BDA00025631417600000617
为 设计参数，δro为设计参数，Nrw为舵机的中间控制律，
Figure BDA00025631417600000618
为舵机故障的设 计参数，εfr为神经网络误差。
步骤103、根据所述具有执行器故障的船舶模型设计船舶的控制器；
具体而言，船舶的控制器的实现步骤如下：
第一步：使用动态面控制技术设计虚拟控制律αu和
Figure BDA00025631417600000619
作为ue和ψe的虚 拟控制。引入两个一阶滤波器，并让虚拟控制律αu和
Figure BDA00025631417600000620
分别以时间常数τu和
Figure BDA0002563141760000071
通过这两个一阶滤波器。其中，βu,
Figure BDA0002563141760000072
为滤波器输出，qu,
Figure BDA0002563141760000073
为滤波器误差。
表达式为：
Figure BDA0002563141760000074
令qi＝αi-βi，ue＝βu-u,
Figure BDA0002563141760000075
误差变量为
Figure BDA0002563141760000076
虚拟控制律的表达式为：
Figure BDA0002563141760000077
其中
Figure BDA0002563141760000078
Ψy是设计参数，ud0是根据船舶操纵经验设计的参数。
第二步：定义qr＝αr-βr，re＝βr-r。艏向角与滤波器输出之间的误差
Figure BDA0002563141760000079
对 时间求导，
Figure BDA00025631417600000710
其中，虚拟控制律αr为re的虚拟控制，
Figure BDA00025631417600000711
为正的设计参数。
Figure BDA00025631417600000712
第三步，用ue,re分别对时间求导：
Figure BDA00025631417600000713
针对上式利用神经网络逼近技术分析，其中
Figure BDA00025631417600000714
第四步：确定偏置误差的相关项上确界设计自适应参数
根据公式
Figure BDA00025631417600000715
其中，所述pi为补偿偏置误差的自适应参数；
Figure BDA00025631417600000716
δio，di均为设计参数，
Figure BDA00025631417600000717
为偏置误差设计参数。
第五步：根据所述自适应参数补偿执行器的偏置误差。
针对增益不确定问题和执行器故障，设计了自适应律
Figure BDA0002563141760000081
i＝u,r，其中，
Figure BDA0002563141760000082
ε0是正的设计参数，
Figure BDA0002563141760000083
其中，所述
Figure BDA0002563141760000084
分别是
Figure BDA0002563141760000085
的估计值，用来补偿未 知的控制增益。
Figure BDA0002563141760000086
是正的设计参数，
Figure BDA0002563141760000087
为自适应参数估计的 初始值。
步骤104、连续采集船舶实际航行的状态量，所述船舶的状态量包括： 船舶在地理坐标系下的纵、横位置坐标和艏向角、船舶的前进速度、横漂速 度和艏摇角速率；
步骤105、根据所述船舶状态量构建所述控制器的中间控制量和直接控 制量；
具体而言，事件触发控制中执行器的控制信号定义为：
Figure BDA0002563141760000088
触发机制定义为：
Figure BDA0002563141760000089
其中i＝u,r，误差ei(t)被定义为ei(t)＝Niw(t)-Nio(t)，Niw是中间控制量，Nio是直接控制量。
设计虚拟控制律
Figure BDA00025631417600000810
和直接控制律Nwi i＝u,r，其中
Figure BDA00025631417600000811
是正的设计参数。
Figure BDA00025631417600000812
步骤106、将所述中间控制量和直接控制量的误差值与直接控制量相关 的阈值进行比较，若误差值的绝对值不小于所述阈值，则所述直接控制量确 定为此刻的中间控制量；若误差值的绝对值小于所述阈值，则保持所述直接 控制量不变；
具体而言，在具有执行器故障的船舶模型计算式中选取Φu：
Figure BDA0002563141760000091
同理可得式：
Figure BDA0002563141760000092
分析可得Φu,Φr是有界的，定义pi,i＝u,r，得到式(16)：
Figure BDA0002563141760000093
结合式(14)-(16)，可以得到式(17)，其中
Figure BDA0002563141760000094
分别为pu,pr的估计 值，
Figure BDA0002563141760000095
为对应的估计误差。
Figure BDA0002563141760000096
定义预测误差
Figure BDA0002563141760000097
i＝u,r用于自适应设计，根据串并联预测模型设计 估计值
Figure BDA0002563141760000098
其中
Figure BDA0002563141760000099
是正的设计参数，
Figure BDA00025631417600000910
为神经网络权重，
Figure BDA00025631417600000911
为高斯函数。
Figure BDA00025631417600000912
神经网络权重更新律如式：
Figure BDA00025631417600000913
用来估计未知项fi(v)，其中，
Figure BDA00025631417600000914
是正的设计参数，
Figure BDA00025631417600000915
为权重参数的 初始值。
当时间满足
Figure BDA00025631417600000916
时，
Figure BDA00025631417600000917
为控制信号，当满足触发机制时，
Figure BDA00025631417600000918
k∈z+是触发时的更新时间，控制信号
Figure BDA00025631417600000919
作用于执行机构。若 |Niw(t)-Nio(t)|≤δi0|Nio|+di成立，下列两式满足所有情况：
Figure BDA00025631417600000920
Figure BDA00025631417600000921
其中，参数λi(t)∈[-1,1],δi0,di是正的设计参数。
步骤107、根据所述直接控制量控制船舶航行。
本发明所提出的控制算法的逻辑结构如图2所示，本发明所提出的控制 算法的执行流程如图3所示。
为了验证本发明所提出控制算法的有效性，以长度为38m,排水量为 118×103kg的欠驱动船为被控对象，其中，设计参数m11＝120×103kg, m22＝177.9×103kg,m33＝636×105kg。该船舶初始运动状态设为 [x(0),y(0),ψ(0),u(0),v(0),r(0),xd(0),yd(0),ψd(0),vd(0)]＝[-80,5,20,0,0,0,0,0,70,0]。 参考轨迹由虚拟小船产生，期望路径的跟踪航速为ud＝5.5m/s，
Figure BDA0002563141760000101
本试验环境干扰综合考虑了风、海浪和海流等因素的影响，仿真试验中 环境干扰为：风速(蒲福风6级)Vwind＝11.6m/s，风向ψwind＝030deg；海浪干 扰由风干扰模型耦合产生，即为在蒲福风6级情况下充分成长生成的海浪， 如图4所示，其中，海流Vcurrent＝0.9m/s，流向βcurrent＝60deg。风和海浪干扰 体现了本发明在航海实践中的重要意义。本试验对典型的船舶故障类型：主 机效能部分丧失和舵机的偏置故障进行了设计，故障发生在第55s。如图5、 图6所示，在上述试验条件下，本发明所提出的控制算法和现有技术的控制 算法在实现航海实践中欠驱动船舶路径跟踪控制的对比结果。我们不难看出 与现有技术相比，本发明提出的控制算法可以使被控船舶更快的追踪上参考 路径并保持稳定。如图5所示，放大部分可以明显看出现有技术的控制算法 产生的控制效果在执行器发生故障时开始明显变差。同时，由于容错控制技 术的应用，本发明提出的控制算法在执行器发生故障时仍具有良好的路径跟 踪效果。如图7所示，本发明中实际输入变化平缓降低了执行器的动作频率， 而且事件触发控制命令经过不相等的时间间隔才会更新，明显地减少了控制器的计算和传输负担。如图8所示，两个连续的采样点间的平均时间间隔为 0.8s，最长的触发时间间隔为3.3s。其中触发最频繁的阶段在前8s，被控船与 参考虚拟小船之间的位置误差较大，所以需要频繁的触发来提升控制效果。 在第8s到50s平均触发时间间隔为1.2s，第50s执行器发生故障后到实验结 束平均触发时间间隔为1.0s。
综合以上分析，该发明设计的路径跟踪事件触发容错控制算法，不仅解 决了执行器故障问题又减少了控制器的计算负担节约了船舶通信网络资源， 符合船舶控制工程的实际需求，在解决执行器故障和减少资源占用时能够有 效地保证船舶路径跟踪轨迹的精度，有效地提高了船舶航行的安全性和经济 性。
结合上述试验，并与现有技术进行对比，本发明能够带来以下三点有益 效果：
1、利用本发明事件触发容错控制算法可以有效地减少从控制器到执行器 的通信和计算负担，在保证路径跟踪精度的前提下，显著地减少通信和计算 资源的消耗。该发明有效地解决了现有路径跟踪控制算法导致通信和计算资 源过度消耗的问题。
2、在工程实践中，由于舵机的过度磨损或能量输送受限，舵机故障时有 发生，尤其是舵机伺服系统。执行机构故障不仅影响执行器的正常工作，甚 至导致实际系统的不稳定。因此，本发明的算法对于欠驱动船舶执行器故障 补偿具有重要的理论和实践意义。
3、该发明实现的事件触发路径跟踪控制考虑了船舶执行器，以主机转数 和舵角为控制输入，具有控制精度高，节能、环保的特点。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对 其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通 技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改， 或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并 不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种考虑执行器故障的船舶路径跟踪事件触发控制器方法，其特征在于，包括：
规划导引虚拟小船的参考路径；
建立船舶模型，根据船舶不同执行器的故障类型建立船舶的故障模型；将所述故障模型添加到所述船舶模型中，得到具有执行器故障的船舶模型；
根据所述具有执行器故障的船舶模型设计船舶的控制器；
连续采集船舶实际航行的状态量，所述船舶的状态量包括：船舶在地理坐标系下的纵、横位置坐标和艏向角、船舶的前进速度、横漂速度和艏摇角速率；
根据所述船舶状态量构建所述控制器的中间控制量和直接控制量；
将所述中间控制量和直接控制量的误差值与直接控制量相关的阈值进行比较，若误差值的绝对值不小于所述阈值，则所述直接控制量确定为这一时刻的中间控制量；若误差值的绝对值小于所述阈值，则保持所述直接控制量不变；
根据所述直接控制量控制船舶航行。
2.根据权利要求1所述的方法，其特征在于，所述将所述故障模型添加到所述船舶模型中，得到具有执行器故障的船舶模型，包括：
根据船舶不同执行器的故障类型建立船舶的故障模型，所述故障模型为
Figure FDA0002563141750000011
其中，
Figure FDA0002563141750000012
为设计参数，
Figure FDA0002563141750000013
Nio为直接控制变量，
Figure FDA0002563141750000014
为不同执行器故障模型的未知常数，t为时间，
Figure FDA0002563141750000015
表示开始，
Figure FDA0002563141750000016
表示结束时刻，u为前进速度，r为艏摇角速率；
故障发生在
Figure FDA0002563141750000017
中的任意时刻；
当
Figure FDA0002563141750000018
时，执行器工作正常；
当
Figure FDA0002563141750000019
时，执行器存在偏置误差；
当
Figure FDA00025631417500000110
时，执行器效能部分丧失；
当
Figure FDA00025631417500000111
时，执行器既丧失部分效能又存在偏置误差；
令Nua＝|na|na,Nra＝δa，定义直接控制变量Nuo＝|no|no,Nro＝δo，其中，Nua为主机的实际控制量，na为主机转数,Nra为舵机的实际控制量,Nuo为主机的直接控制量,no为主机转数命令,Nro为舵机的直接控制量，no、δo分别表示主机转数和舵角控制的命令；并将所述故障模型代入所述船舶模型，得到所述具有执行器故障的船舶模型为：
Figure FDA0002563141750000021
其中，
Figure FDA0002563141750000022
为前进速度误差的导数，
Figure FDA0002563141750000023
为滤波器输出的导数，
Figure FDA0002563141750000024
为权重参数，Sfu为高斯函数，Tu为主机的控制增益，
Figure FDA00025631417500000217
为设计参数，mu为附加质量，
Figure FDA0002563141750000025
为设计参数，δuo为设计参数，Nuw为主机的中间控制律，
Figure FDA0002563141750000026
为主机故障的设计参数，εfu为神经网络误差，dwu，dwr为海浪干扰项；
Figure FDA0002563141750000027
为艏摇角速率误差的导数，
Figure FDA0002563141750000028
为滤波器输出的导数，
Figure FDA0002563141750000029
为权重参数，Sfr为高斯函数，Fr为舵机的控制增益，
Figure FDA00025631417500000210
为设计参数，mr为附加质量，
Figure FDA00025631417500000211
为设计参数，δro为设计参数，Nrw为舵机的中间控制律，
Figure FDA00025631417500000212
为舵机故障的设计参数，εfr为神经网络误差。
3.根据权利要求2所述的方法，其特征在于，所述采用所述自适应律补偿船舶模型中的执行器故障，包括：
根据公式
Figure FDA00025631417500000213
确定偏置误差的相关项上确界自适应参数，其中，所述pi为补偿偏置误差的自适应参数；
Figure FDA00025631417500000214
δio，di均为设计参数，
Figure FDA00025631417500000215
为偏置误差设计参数，
根据所述自适应参数补偿执行器的偏置误差。
4.根据权利要求3所述的方法，其特征在于，所述根据所述自适应参数补偿执行器的偏置误差，包括：
针对增益不确定问题和执行器故障，采用自适应律
Figure FDA00025631417500000216
其中
Figure FDA0002563141750000031
ε0是正的设计参数，
Figure FDA0002563141750000032
其中，所述
Figure FDA0002563141750000033
Figure FDA0002563141750000034
分别是
Figure FDA0002563141750000035
的估计值，被用来补偿未知的控制增益。
Figure FDA0002563141750000036
是正的设计参数，
Figure FDA0002563141750000037
为自适应参数的初始值。
5.根据权利要求1所述的方法，其特征在于，所述将所述中间控制量和直接控制量的误差值与直接控制量相关的阈值进行比较，包括：
根据公式
Figure FDA0002563141750000038
其中i＝u,r，控制量误差ei(t)被定义为ei(t)＝Niw(t)-Nio(t)，Niw是中间控制量。当时间满足
Figure FDA0002563141750000039
时，
Figure FDA00025631417500000310
为控制信号，当满足触发机制时，
Figure FDA00025631417500000311
是触发时的更新时间，控制信号
Figure FDA00025631417500000312
作用于执行机构。
6.根据权利要求5所述的方法，其特征在于，所述若误差值的绝对值不小于所述阈值，则所述直接控制量确定为中间控制量；若误差值的绝对值小于所述阈值，则保持所述直接控制量不变，包括；
根据以上分析，|Niw(t)-Nio(t)|≤δi0|Nio|+di成立，下列公式满足所有情况，
Figure FDA00025631417500000313
Figure FDA00025631417500000314
其中参数λi(t)∈[-1,1],δi0,di是正的设计参数。
CN202010621417.5A 2020-06-30 2020-06-30 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法 Active CN111708280B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010621417.5A CN111708280B (zh) 2020-06-30 2020-06-30 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010621417.5A CN111708280B (zh) 2020-06-30 2020-06-30 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法

Publications (2)

Publication Number Publication Date
CN111708280A true CN111708280A (zh) 2020-09-25
CN111708280B CN111708280B (zh) 2023-01-17

Family

ID=72545349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010621417.5A Active CN111708280B (zh) 2020-06-30 2020-06-30 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法

Country Status (1)

Country Link
CN (1) CN111708280B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987771A (zh) * 2021-03-08 2021-06-18 大连海事大学 基于多端口输出误差触发机制的机帆船路径跟踪控制方法
CN113219978A (zh) * 2021-05-12 2021-08-06 大连海事大学 一种基于零阶保持器的船舶路径跟踪事件触发控制方法
CN113485121A (zh) * 2021-08-03 2021-10-08 大连海事大学 一种分布式多船协同动力定位控制方法
CN113485377A (zh) * 2021-08-16 2021-10-08 大连海事大学 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法
CN113641102A (zh) * 2021-08-10 2021-11-12 杭州电子科技大学 城市轨道交通车站正系统建模与混杂滤波器设计方法
CN115544106A (zh) * 2022-12-01 2022-12-30 云南电网有限责任公司信息中心 呼叫中心平台的内部事件检索方法、系统及计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557088A (zh) * 2017-02-15 2017-04-05 大连海事大学 一种基于事件触发机制的船舶航向控制器及其控制方法
WO2018160545A1 (en) * 2017-02-28 2018-09-07 Wartsila North America, Inc. Maritime fog safety system and method
CN108681246A (zh) * 2018-05-14 2018-10-19 大连海事大学 一种基于执行器故障的无人水面船航迹跟踪方法
CN109116856A (zh) * 2018-09-28 2019-01-01 上海海事大学 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法
CN111007854A (zh) * 2019-12-18 2020-04-14 哈尔滨工程大学 一种欠驱动船轨迹跟踪控制系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106557088A (zh) * 2017-02-15 2017-04-05 大连海事大学 一种基于事件触发机制的船舶航向控制器及其控制方法
WO2018160545A1 (en) * 2017-02-28 2018-09-07 Wartsila North America, Inc. Maritime fog safety system and method
CN108681246A (zh) * 2018-05-14 2018-10-19 大连海事大学 一种基于执行器故障的无人水面船航迹跟踪方法
CN109116856A (zh) * 2018-09-28 2019-01-01 上海海事大学 一种基于扰动观测器的欠驱动船舶路径跟踪控制方法
CN111007854A (zh) * 2019-12-18 2020-04-14 哈尔滨工程大学 一种欠驱动船轨迹跟踪控制系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YINGJIE DENG.ETC: "《Event-triggered robust fuzzy path following control for underactuated ships with input saturation》", 《OCEAN ENGINEERING》 *
关燕鹏等: "《带有稀疏执行器故障的事件触发网络化系统容错控制》", 《计算技术与自动化》 *
刘兵: "《具有执行器随机失效非线性系统的自适应容错控制》", 《万方学位论文》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112987771A (zh) * 2021-03-08 2021-06-18 大连海事大学 基于多端口输出误差触发机制的机帆船路径跟踪控制方法
CN112987771B (zh) * 2021-03-08 2023-10-27 大连海事大学 基于多端口输出误差触发机制的机帆船路径跟踪控制方法
CN113219978A (zh) * 2021-05-12 2021-08-06 大连海事大学 一种基于零阶保持器的船舶路径跟踪事件触发控制方法
CN113219978B (zh) * 2021-05-12 2024-02-02 大连海事大学 一种基于零阶保持器的船舶路径跟踪事件触发控制方法
CN113485121A (zh) * 2021-08-03 2021-10-08 大连海事大学 一种分布式多船协同动力定位控制方法
CN113485121B (zh) * 2021-08-03 2024-04-16 大连海事大学 一种分布式多船协同动力定位控制方法
CN113641102A (zh) * 2021-08-10 2021-11-12 杭州电子科技大学 城市轨道交通车站正系统建模与混杂滤波器设计方法
CN113641102B (zh) * 2021-08-10 2024-01-30 杭州电子科技大学 城市轨道交通车站正系统建模与混杂滤波器设计方法
CN113485377A (zh) * 2021-08-16 2021-10-08 大连海事大学 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法
CN113485377B (zh) * 2021-08-16 2023-11-17 大连海事大学 双层虚拟引导机制的无人帆船自适应路径跟踪控制方法
CN115544106A (zh) * 2022-12-01 2022-12-30 云南电网有限责任公司信息中心 呼叫中心平台的内部事件检索方法、系统及计算机设备
CN115544106B (zh) * 2022-12-01 2023-02-28 云南电网有限责任公司信息中心 呼叫中心平台的内部事件检索方法、系统及计算机设备

Also Published As

Publication number Publication date
CN111708280B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
CN111708280B (zh) 一种考虑执行器故障的船舶路径跟踪事件触发控制器方法
CN108319140B (zh) 一种重定义输出式无模型自适应航向控制方法及系统
CN110618686B (zh) 一种基于显式模型预测控制的无人船航迹控制方法
CN113178098B (zh) 一种无人船事件触发分层协同控制系统
CN113219978B (zh) 一种基于零阶保持器的船舶路径跟踪事件触发控制方法
CN115113524B (zh) 一种基于干预lvs制导的asv多端口事件触发路径跟踪控制方法
CN113485121B (zh) 一种分布式多船协同动力定位控制方法
CN112987771B (zh) 基于多端口输出误差触发机制的机帆船路径跟踪控制方法
CN112947375B (zh) 一种考虑未知死区的复合自适应容错控制器设计方法
CN116360260B (zh) 基于触发制导和自更新阈值的asv预设性能控制方法
CN110361975A (zh) 一种基于滑模技术的umv状态时滞系统的自适应容错控制方法
CN111381595B (zh) 基于事件触发的船舶动力定位方法
CN115079698A (zh) 欺骗攻击任务下的无人水面船路径跟踪时间触发控制方法
CN115016277A (zh) 一种考虑船间事件触发通信的多船分布式容错控制方法
CN110515387A (zh) 一种水面船舶漂角补偿非线性航向控制方法
CN109240317B (zh) 考虑螺旋桨故障的海底地震检波飞行节点有限时间构型包含控制方法
CN116088309B (zh) 一种基于故障辨识的水面船复合学习容错控制方法
Skulstad et al. A co-operative hybrid model for ship motion prediction
CN111399384B (zh) 一种基于动态量化器的远程遥控无人艇航向容错控制方法
CN110687798A (zh) 一种基于滑模量化输出反馈的自适应容错控制方法
CN114578819B (zh) 一种基于人工势场法的多水面船分布式编队的控制方法
CN116048090A (zh) 一种具有能耗优化效应的风帆助航船路径跟踪控制方法
CN113009831B (zh) 水下机器人的事件触发自适应模糊容错保性能控制方法
Zhao et al. UUV trajectory tracking control with fault tolerant based on MPC
Liu Ship course keeping using different sliding mode controllers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant